간략한 요약
이 비디오에서는 클라우드 코드 또는 코딩 에이전트의 주요 제한 요소인 컨텍스트 관리 문제를 해결하는 방법으로 Git 컨텍스트 컨트롤러를 소개합니다. One Context라는 프로젝트를 통해 에이전트가 Git처럼 컨텍스트를 관리하고, 모든 세션과 코딩 에이전트에서 메모리를 유지하며, 오픈 클라우드와도 공유할 수 있는 방법을 설명합니다. 이를 통해 클라우드 코드의 성능이 향상되고, 더 저렴한 모델도 고급 모델과 유사한 수준으로 작동할 수 있게 됩니다.
- 컨텍스트 관리의 중요성 강조
- Git 컨텍스트 컨트롤러의 작동 방식 설명
- One Context 설정 방법 안내
문제점 및 해결 방법
클라우드 코드나 코딩 에이전트의 주요 제한 요소는 컨텍스트 관리입니다. 에이전트가 작업을 오래 할수록, 더 복잡한 작업을 수행할수록 성능이 저하되는 문제가 발생합니다. 이는 언어 모델의 컨텍스트 창 크기 제한 때문인데, 현대 모델이 100만 토큰을 처리할 수 있어도 실제 유효 컨텍스트 창은 12만에서 20만 토큰 사이입니다. 클라우드 코드는 최근 메모리 기능을 도입했지만, 프로젝트가 복잡해질수록 메모리 파일이 커지고, 특정 에이전트에만 국한되는 문제가 있습니다. 이상적인 상황은 모든 에이전트 세션에서 지식과 메모리가 공유되어 팀의 지식이 축적되고 에이전트가 더 나아지는 것입니다. One Context 프로젝트는 Git 컨텍스트 컨트롤러라는 방법을 사용하여 이 문제를 해결합니다. 이 방법은 간단하고 기본적인 메모리 프레임워크를 정의하여 에이전트가 Git처럼 컨텍스트를 관리하고, 메모리가 모든 세션과 코딩 에이전트에서 유지되도록 합니다.
Git 컨텍스트 컨트롤 작동 방식
Git 컨텍스트 컨트롤러는 에이전트가 다양한 수준에서 수행한 모든 작업과 학습 내용을 저장하는 메모리 파일 목록을 유지하기 위해 따라야 하는 규칙 또는 기술을 정의합니다. 주요 파일은 다음과 같습니다. main.md는 프로젝트의 전역 컨텍스트를 저장하고, branch는 에이전트가 작업한 다양한 접근 방식 경로와 작업을 기록합니다. 각 작업과 branch에는 commit.md (에이전트가 달성한 주요 이정표 기록), log.md (전체 대화 기록 저장), metadata.md (프로젝트 메타데이터 저장) 파일이 있습니다. 에이전트는 branch (대체 전략을 탐색할 때), commit (특정 이정표를 달성하거나 하위 작업을 완료할 때), merge (특정 작업 또는 탐색을 완료하고 해당 branch의 기록을 병합할 때)의 네 가지 작업을 수행할 수 있습니다. 이러한 branch, commit, merge 방법을 통해 에이전트는 전체 컨텍스트를 잃지 않고 대화를 쉽게 분기할 수 있습니다. 예를 들어, 에이전트가 LinkedIn 웹 스크래퍼를 구축하는 작업을 수행할 때 main.md에 전역 로드맵을 기록하고, Playwright 스크립트를 구축하는 접근 방식을 선택하면 Playwright라는 branch를 생성하여 해당 접근 방식에 대한 메모리와 지식을 추적합니다.
One Context 설정 방법
One Context를 설정하려면 먼저 npm install -g one-context-ai 명령어를 사용하여 One Context를 설치합니다. 그 후 one-context 명령어를 실행하면 분할 뷰가 열립니다. 왼쪽은 에이전트 세션이고 오른쪽은 실제 에이전트입니다. 컨텍스트를 추가하려면 "Add Context"를 클릭하고 이름을 지정합니다. 각 컨텍스트는 나중에 다른 사람과 공유할 수 있는 메모리 그룹으로 간주됩니다. 예를 들어, 각 프로젝트에 대해 하나의 메모리를 설정할 수 있습니다. 세션을 추가하려면 코딩 에이전트 (Cloud Code 또는 Codex)와 작업 공간을 선택하고 "Create"를 클릭합니다. One Context는 명령줄 검색을 통해 메모리에서 정보를 검색하고, 폴더가 달라도 동일한 정보를 공유할 수 있습니다. One Context를 사용하면 에이전트가 완전히 다른 방향을 탐색하더라도 동일한 메모리를 공유할 수 있습니다. code align 명령어를 사용하면 One Context의 기술 파일과 컨텍스트를 확인할 수 있습니다. 모든 지식은 로컬 DB 폴더에 저장되며, Cloud Code 대화 기록과 요약 정보를 복제합니다. 새로운 세션을 추가할 때마다 세션이 기록되고, 중지 후크가 실행되어 새로운 대화 정보를 DB에 저장하고, GPT-4 Mini를 사용하여 정보 요약을 생성합니다.
